Numpy、Pandas是Python数据处理中经常用到的两个框架,都是采用C语言编写,所以运算速度快。Matplotlib是Python的的画图工具,可以把之前处理后的数据通过图像绘制出来。之前只是看过语法,没有系统学习总结过,本博文总结了这三个框架的API。
以下是这三个框架的的简单介绍和区别:
Numpy快速入门教程可参考:Numpy tutorial
ndarray.ndim:维度
ndarray.shape:行数和列数,例如(3, 5)
ndarray.size:元素的个数
ndarray.dtype:元素类型
array(object, dtype=None):使用Python的list或者tuple创建数据
zeors(shape, dtype=float):创建全为0的数据
ones(shape, dtype=None):创建全为1的数据
empty(shape, dtype=float):创建没有初始化的数据
arange(start, stop, step, dtype=None):创建固定间隔的数据段
linspace(start, stop, num=50, dtype=None):在给定的范围,均匀的创建数据
加、减:a + b、a - b
乘:b*2、10*np.sin(a)
次方:b**2
判断:a<35,输出True或False的数组
矩阵乘:np.dot(A,B) 或 A.dot(B)
其他:+=、-+、sin、cos、exp
数组索引方式:A1, 1
切片:A1, 1:3
迭代:for item in A.flat
reshape(a, newshape):改变数据形状,不会对原始数据进行修改,返回一组新数据
resize(a, new_shape):改变数据形状,会对原始数据进行修改,不返回数据
ravel(a):将成一维返回
vstack(tup):上下合并
hstack(tup):左右合并
hsplit(ary, indices_or_sections):水平分割n份
vsplit(ary, indices_or_sections):垂直分割n份
copy(a):深度拷贝
Pandas快速入门教程可参考:10 Minutes to pandas
Pandas的数据结构有两种:Series和DataFrame。
Series:索引在左边,值在右边。创建方式如下:
In [4]: s = pd.Series([1,3,5,np.nan,6,8])
In [5]: s
Out[5]:
0 1.0
1 3.0
2 5.0
3 NaN
4 6.0
5 8.0
dtype: float64
DataFrame:是一个表格型的数据结构,既有行索引也有列索引, 它可以被看做由Series组成的大字典。创建方式如下:
In [6]: dates = pd.date_range('20130101', periods=6)
In [7]: dates
Out[7]:
DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
'2013-01-05', '2013-01-06'],
dtype='datetime64[ns]', freq='D')
In [8]: df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
index:索引
columns:列索引
values:值
head(n=5):返回前n项数据
tail(n=5):返回后n项数据
describe():打印出数据的数量、平均值等各项数据
sort_index(axis=1, ascending=False):根据索引排序
sort_values(by=’B’):根据索引值排序
数组选择方式:df‘A’
切片选择方式:df0:3 或 df‘20130102’:’20130104’
根据标签选择:df.loc[‘20130102’:’20130104’,‘A’,’B’]
根据位置选择:df.iloc3:5,0:2
混合选择:df.ix[:3,‘A’,’C’]
条件判断选择:dfdf.A > 0
删除丢失数据的行:df.dropna(how=’any’)
填充丢失数据:df.fillna(value=5)
数据值是否为NaN:pd.isna(df1)
pd.concat(df1, df2, df3, axis=0):合并df
pd.merge(left, right, on=’key’):根据key字段合并
df.append(s, ignore_index=True):添加数据
df.to_csv(‘foo.csv’):保存到csv文件
pd.read_csv(‘foo.csv’):从csv文件读取
df.to_excel(‘foo.xlsx’, sheet_name=’Sheet1’):保存到excel文件
pd.read_excel(‘foo.xlsx’, ‘Sheet1’, index_col=None, na_values=‘NA’):从excel文件读取
这里只介绍最简单的出图方式:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 随机生成1000个数据
data = pd.Series(np.random.randn(1000),index=np.arange(1000))
# 为了方便观看效果, 我们累加这个数据
data.cumsum()
# pandas 数据可以直接观看其可视化形式
data.plot()
plt.show()
作 者:ChanghuiN
原文链接:https://cloud.tencent.com/developer/article/1333316
版权声明:非特殊声明均为本站原创作品,转载时请注明作者和原文链接。